Überblick
Variationsdatenbanken katalogisieren systematisch die genetischen Unterschiede, die Individuen unterscheiden und phänotypische Vielfalt einschließlich Krankheitsanfälligkeit bestimmen. Mit der Reifung der Sequenzierungstechnologien ist die Anzahl bekannter menschlicher genetischer Varianten exponentiell gestiegen und erreicht Hunderte von Millionen Einträgen. Variationsdatenbanken erfüllen zwei kritische Funktionen: Sie definieren das Basisspektrum der normalen Populationsvariation, gegen das krankheitsassoziierte Varianten identifiziert werden können, und sie aggregieren klinische Interpretationen, die diagnostische und therapeutische Entscheidungen leiten.
Schlüsselkonzepte
dbSNP (Datenbank für Einzelnukleotid-Polymorphismen) katalogisiert einzelne Nukleotidvarianten, kleine Insertionen und Deletionen sowie Mikrosatelliten-Wiederholungen. Jede Variante erhält eine rs-Identifikationsnummer (Referenz-SNP). dbSNP-Einträge enthalten Allelfrequenzdaten aus großen Populationsstudien wie dem 1000-Genome-Projekt und gnomAD. ClinVar konzentriert sich auf die Beziehung zwischen genetischen Varianten und der menschlichen Gesundheit und bietet Klassifikationen der klinischen Signifikanz (pathogen, benigne, unklare Signifikanz) mit unterstützenden Nachweisen. COSMIC (Catalogue of Somatic Mutations in Cancer) katalogisiert somatische Mutationen in menschlichen Krebserkrankungen, einschließlich Punktmutationen, Kopienzahlveränderungen und Genfusionen.
Anwendungen
Variationsdatenbanken sind unverzichtbare Werkzeuge in der Genomischen Medizin. DNA-Sequenzierungsprojekte nutzen dbSNP, um häufige Polymorphismen von pathogenen Kandidatenvarianten zu filtern. Next-Generation-Sequencing-Pipelines annotieren Varianten gegen ClinVar, um klinisch handlungsrelevante Befunde zu priorisieren. Die Krebsbiochemie-Forschung stützt sich auf COSMIC zur Identifizierung von Treibermutationen, während DNA-Reparaturmechanismus-Studien Mutationssignaturen mit spezifischen Reparaturwegdefiziten verbinden.
Praktisches Protokoll
Um ClinVar nach einer krankheitsassoziierten Variante zu durchsuchen, gehen Sie zu ncbi.nlm.nih.gov/clinvar und suchen Sie nach Genname, Variante (z. B. “BRCA1 VUS”) oder Phänotyp. Jeder Eintrag zeigt die Klassifikation der klinischen Signifikanz (Pathogen, Wahrscheinlich Pathogen, Unklare Signifikanz, Wahrscheinlich Benigne, Benigne) zusammen mit dem Überprüfungsstatus und der Anzahl unterstützender Nachweise. Für einen Missense-Varianten-Interpretations-Workflow: Beginnen Sie mit den genomischen Koordinaten der Variante aus Ihrer Sequenzierungs-Pipeline. Verwenden Sie die dbSNP-rsID, um Populationsfrequenzdaten aus der “Freq”-Tabelle abzurufen, Varianten mit einer Allelfrequenz >1% in gnomAD sind unwahrscheinlich pathogen für seltene Krankheiten. Klicken Sie zu ClinVar, um zu beurteilen, ob die Variante klinisch berichtet wurde. Wenn die Variante neu ist (keine rsID), verwenden Sie Werkzeuge wie SIFT oder PolyPhen-2 (verlinkt aus dem Abschnitt “Molecular Consequence” von dbSNP), um die funktionelle Auswirkung der Aminosäuresubstitution vorherzusagen. Betrachten Sie als konkretes Beispiel ein Patientenezom, das eine Missense-Variante in MYH7 (p.Arg403Trp) zeigt. Die dbSNP-Abfrage zeigt rs121913652 mit einer seltenen Frequenz (0,002% in gnomAD). ClinVar klassifiziert diese Variante als pathogen für familiäre hypertrophe Kardiomyopathie, gestützt durch funktionelle Studien, die eine gestörte Aktinbindung belegen. COSMIC bestätigt, dass dieser Rest nicht wiederkehrend in Krebs mutiert ist, und schränkt die Differentialdiagnose ein. Dieser schrittweise Workflow, Frequenzfilterung, klinische Annotation und funktionelle Vorhersage, wandelt rohe Variantenaufrufe in klinisch handlungsrelevante Informationen um. Da die klinische Sequenzierung zunehmend Routine wird, integrieren automatisierte Pipelines diese Datenbanken, um Echtzeit-Varianteninterpretationsberichte für Ärzte zu erstellen.
